| Titre : | Analyse des opinions basées sur l’apprentissage en profondeur |
| Auteurs : | HMAIDA AMEUR, Auteur ; Belkacem Abdelli, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2021 |
| Format : | 1 vol. (69 p.) / ill. / 29 cm |
| Langues: | Français |
| Mots-clés: | analysedessentiments,analysed'opinion,explorationd'opinion,explo- rationdetexte,traitementdulangagenaturel,apprentissageenprofondeur,reseaude neuronesrecurrents. |
| Résumé : |
L'analysedesdonn eesestconsidereecommel'undesdomaineslesplusimportants
del'eremoderne,surtoutapresl'emergencedessitesdereseauxsociauxetleur develop- pementaucoursdeladernieredecennie,cequiaconduitalanecessited'analyserces donneesetdelesutiliserdansdiverssecteurstelsquelasante,l'education,lasecuriteet d'autressecteurs,ettoutceladanslebutd'ameliorerlesproduitsoulesservices. Parmileschosesquiontattirel'attentiondeschercheurs,desgouvernementsetdes institutionspriveesetpubliques,ilyal'analysedessentimentsetdesopinionsetl'etendue deleurimpactsurl'ameliorationetaiderlesdecideursaprendrelesmeilleuresdecisions. Danscetravail,nousavonstentedemettreenuvreunetechniquebaseesurappren- tissageenprofondeursp?eci?quementr?eseaudeneuronesr?ecurrentsavecmemoirealong terme.. |
| Sommaire : |
1 Introduction Générale 13
introduction Générale............................. 14 2 Analysedessentiments16 2.1Introduction................................... 17 2.2 Defi?nitions.................................... 17 2.2.1LetraitementnatureldulangageNLP................ 17 2.2.1.1Historique........................... 17 2.2.1.2De?nition........................... 18 2.2.2Opinion................................. 18 2.2.2.1De?nitions.......................... 18 2.2.2.2L'objectivedelafouilled'opinion.............. 19 2.2.2.3TypeOpinion......................... 19 2.3AnalysedesSentiments............................. 20 2.3.1De?nition................................ 20 2.3.2Tachesdel'analysedessentiments.................. 20 2.3.2.1Analysedelasubjectiviteetdetectiondel'opinion.... 21 2.3.2.2Categorisionsdessentiments................ 21 2.3.2.3Identi?cationsdesujetetduporteurd'opinion...... 22 2.3.3Techniques................................ 22 2.3.3.1Apprentissageautomatique................. 22 2.3.3.2ApprentissageLexique................... 23 2.3.4Lesdomainesd'applications...................... 24 2.3.4.1Marketingetproduction.................. 24 2.3.4.2Lapolitique......................... 24 TABLEDESMATIERES7 2.3.4.3ReseauxSociaux....................... 25 2.4Conclusion................................... 26 3 Apprentissageprofond27 3.1Introduction................................... 28 3.2L'apprentissageautomatique......................... 28 3.2.1Lestypesd'apprentissageautomatique................ 28 3.2.1.1Apprentissagesupervise................... 28 3.2.1.2Apprentissagenon-supervise................. 29 3.2.1.3Apprentissagesemi-supervise................ 29 3.3l'apprentissageenprofondeur......................... 29 3.3.1De?ntion................................. 29 3.3.2Lesreseauxdesneurones........................ 30 3.3.3Neuronearti?ciel............................ 30 3.3.4Fonctiond'activation......................... 31 3.3.4.1LafonctionSigmo??de.................... 32 3.3.4.2LafonctionReLu...................... 32 3.4Architecteurd'apprentissageprofond..................... 33 3.4.1Reseaudeneuronesconvolutif.................... 33 3.4.1.1LesetapesprincipalesdanslaconceptionCNN...... 33 3.4.1.2LesavantagesetinconvenientsCNN............ 35 3.4.2Reseaudeneuronesrecurrents..................... 35 3.4.2.1De?nition........................... 35 3.4.2.2LesavantagesetinconvenientsRNN............ 37 3.4.2.3Longshort-termmemorynetworks(LSTM)........ 37 3.5Domained'applicationl'apprentissageenprofonde.............. 40 3.6Lesplusetlesmoinsdud'apprentissageprofond............... 40 3.6.1Lespointsfortsdel'apprentissageenprofondeur........... 40 3.6.2Lespointsfaiblesdel'apprentissageenprofondeur.......... 40 3.7Concusion.................................... 41 4 ConceptiondeSysteme42 4.1Introduction................................... 43 TABLEDESMATIERES8 4.2Methodologiesuivie.............................. 43 4.3Conceptionglobaledusysteme........................ 43 4.4Conceptiondetailleedusysteme........................ 44 4.4.1Collectiondesdonnees......................... 44 4.4.2Preparationdesdonnees........................ 45 4.4.2.1Pretraitementdesdonnees................. 45 4.4.2.2Marquagedesdonnees:................... 46 4.4.3Entranement.............................. 46 4.4.3.1Word2Vec.......................... 46 4.4.3.2PrincipedefonctionnementpourWord2Vec........ 47 4.4.3.3Entranementdumodeledecategorisationdessentiments 48 4.4.4Testedumodele............................. 50 4.4.5Utilisationdumodele......................... 50 4.5Conclusion.................................... 51 5 Implementation52 5.1Introduction................................... 53 5.2Environnementetoutilsdedeveloppement.................. 53 5.2.1Environnementdedeveloppement.................. 53 5.2.1.1Python............................ 53 5.2.1.2GoogleColab........................ 53 5.2.1.3PyCharm........................... 53 5.2.1.4JupyterNotebook...................... 54 5.2.1.5Anaconda........................... 54 5.2.2Lesoutilsutilises............................ 54 5.2.2.1TensorFlow.......................... 54 5.2.2.2NumPy............................ 55 5.2.2.3Genism............................ 55 5.2.2.4NLTK............................. 55 5.2.2.5Keras............................. 55 5.2.2.6Matplotlib........................... 56 5.2.2.7Flask............................. 56 TABLEDESMATIERES9 5.3Interfaced'analysedessentiments....................... 56 5.3.1Scenariod'utilisationsimple...................... 57 5.4preparationdesdonneescollectees...................... 58 5.4.1Pretraitementdesdonnees...................... 58 5.4.2statistiquesd'ensemblededonneescombinees............ 59 5.4.3fractionnementsdesdonnees..................... 59 5.5utiliserRNNLSTM.............................. 59 5.5.1vectorisationsdesdonnees....................... 59 5.5.2testerWor2vec............................. 61 5.5.3constructionetentranementRNNLSTM.............. 61 5.5.4Evaluationdemodele......................... 63 5.6lienpournotretravail............................. 64 5.7Conclusion.................................... 64 6 Conclusiongenerale65 6.1Conclusiongenerale............................... 66 |
| Type de document : | Mémoire master |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/647 | Mémoire master | bibliothèque sciences exactes | Consultable |
